Android 应用中混合体验的配置选项


本页面介绍了混合体验的以下配置选项：

请确保您已完成 构建混合体验的入门指南。

设置推理模式

入门指南中的示例使用 PREFER_ON_DEVICE 模式，但 它只是四种可用 推理模式之一。

以下是可用的推理模式：

  • PREFER_ON_DEVICE：尝试使用设备端模型（如果可用且支持请求类型）。否则，请在设备上记录错误，然后自动 回退到云托管的模型。

    Kotlin 

    val config = OnDeviceConfig(mode = InferenceMode.PREFER_ON_DEVICE)

    Java 

    InferenceMode mode = InferenceMode.PREFER_ON_DEVICE;
OnDeviceConfig config = new OnDeviceConfig(mode);

  • ONLY_ON_DEVICE：尝试使用设备端模型（如果可用且支持请求类型）。否则，请 抛出异常。

    Kotlin 

    val config = OnDeviceConfig(mode = InferenceMode.ONLY_ON_DEVICE)

    Java 

    InferenceMode mode = InferenceMode.ONLY_ON_DEVICE;
OnDeviceConfig config = new OnDeviceConfig(mode);

  • PREFER_IN_CLOUD：尝试使用云托管的模型（如果设备处于在线状态且模型可用）。如果设备处于离线状态，请 回退到设备端模型。在所有其他失败情况下，请 抛出异常。

    Kotlin 

    val config = OnDeviceConfig(mode = InferenceMode.PREFER_IN_CLOUD)

    Java 

    InferenceMode mode = InferenceMode.PREFER_IN_CLOUD;
OnDeviceConfig config = new OnDeviceConfig(mode);

  • ONLY_IN_CLOUD：尝试使用云托管的模型（如果设备处于在线状态且模型可用）。否则，请 抛出异常。

    Kotlin 

    val config = OnDeviceConfig(mode = InferenceMode.ONLY_IN_CLOUD)

    Java 

    InferenceMode mode = InferenceMode.ONLY_IN_CLOUD;
OnDeviceConfig config = new OnDeviceConfig(mode);

确定是使用设备端推理还是云端推理

如果您的推理模式为 PREFER_ON_DEVICE 或 PREFER_IN_CLOUD，那么了解给定请求使用的是哪种模式可能会很有帮助。此信息由每个回答的 inferenceSource 属性提供。

当您访问此属性时，返回的值将为 ON_DEVICE 或 IN_CLOUD。

Kotlin 

// ...

print("You used: ${result.response.inferenceSource}")

print(result.response.text)

Java 

// ...

System.out.println("You used: " + result.getResponse().getInferenceSource());

System.out.println(result.getResponse().getText());

指定要使用的模型

点击您的 Gemini API 提供商，以查看此页面上特定于提供商的内容和代码。

您可以在创建 generativeModel 实例 (Kotlin | Java)时指定要使用的模型。

  • 指定云托管的模型：

    • 如果您的推理模式为 PREFER_ON_DEVICE、PREFER_IN_CLOUD 或 ONLY_IN_CLOUD，那么您 必须 明确指定要使用的云托管的模型。SDK 没有 默认的云托管模型。

    • 查找所有 受支持的云托管 Gemini 模型的模型名称。

  • 指定设备端模型：

    • 如果您的推理模式为 PREFER_ON_DEVICE、PREFER_IN_CLOUD 或 ONLY_ON_DEVICE，那么您可以 选择性 在 onDeviceConfig 中指定要使用的设备端模型的“类别”。类别是发布阶段和性能特征的组合。

    • 支持的类别值如下所示。
      AICore 会自动选择符合指定类别条件且受设备支持的设备端模型。例如，如果您指定 PREVIEW 且设备为 Pixel 9，那么系统可能会自动选择 Gemini Nano 4 Full [预览版] (nano-v4-full)。

      • STABLE：最新的 稳定版 设备端模型。

        • 经过全面测试，可在消费者设备上使用。

        • 例如，Gemini Nano 3 (nano-v3) 或 Gemini Nano 2 (nano-v2)。

        • 如果未指定 OnDeviceModelOption，则为设备端模型的默认设置。

      • PREVIEW：最新的 预览版 设备端模型，具有 完整 的性能。

        • 专为更高的推理能力和复杂的任务而设计。

        • 例如，Gemini Nano 4 Full [预览版] (nano-v4-full，基于 Gemma 4 E4B)。

      • PREVIEW_FAST：最新的 预览版 设备端模型，速度 很快。

        • 针对最高速度和更低延迟进行了优化。

        • 例如，Gemini Nano 4 Fast [预览版] (nano-v4-fast，基于 Gemma 4 E2B)。

Kotlin 

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        // Specify a cloud-hosted model.
        // Required for `PREFER_ON_DEVICE`, `PREFER_IN_CLOUD`, and `ONLY_IN_CLOUD` inference modes.
        modelName = "CLOUD_HOSTED_MODEL_NAME",
        onDeviceConfig = OnDeviceConfig(
            mode = InferenceMode.INFERENCE_MODE,
            // (Optional) Specify an on-device model category.
            // AICore will auto-select an on-device model based on this category.
            // If not specified, AICore will auto-select the default stable on-device model.
            modelOption = OnDeviceModelOption.ON-DEVICE_MODEL_CATEGORY)
    )

Java 

GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
        // Specify a cloud-hosted model.
        // Required for `PREFER_ON_DEVICE`, `PREFER_IN_CLOUD`, and `ONLY_IN_CLOUD` inference modes.
        "CLOUD_HOSTED_MODEL_NAME",
        /* config = */ null,
        /* safetySettings = */ null,
        /* tools = */ null,
        /* toolConfig = */ null,
        /* systemInstruction = */ null,
        /* requestOptions = */ new RequestOptions(),
        new OnDeviceConfig(
                /* mode = */ InferenceMode.INFERENCE_MODE,
                /* maxOutputTokens = */ null,
                /* temperature = */ null,
                /* topK = */ null,
                /* seed = */ null,
                /* candidateCount = */ 1,
                // (Optional) Specify an on-device model category.
                // AICore will auto-select an on-device model based on this category.
                // If not specified, AICore will auto-select the default stable on-device model.
                /* modelOption = */ OnDeviceModelOption.ON-DEVICE_MODEL_CATEGORY)
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

使用模型配置来控制回答

点击您的 Gemini API 提供商，以查看此页面上特定于提供商的内容和代码。

在向模型发出的每个请求中，您都可以发送模型配置，以控制模型如何生成回答。云托管的模型和设备端模型 提供不同的配置选项 （云端 参数与 设备端 参数）。

对于云托管的模型，请直接在模型的配置中设置其配置。不过，对于设备端模型，请在 an onDeviceConfig中设置其配置。

配置在实例的生命周期内保持不变。如果您想使用其他配置，请使用该配置创建一个新的 GenerativeModel 实例。

以下示例设置了云托管模型和设备端模型的配置，如果设置了 PREFER_ON_DEVICE 推理模式，则可以使用这些配置：

Kotlin 

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel("MODEL_NAME",
        // Config for cloud-hosted model
        generationConfig = generationConfig {
          temperature = 0.8f,
          topK = 10
        },
        // Config for on-device model
        onDeviceConfig = onDeviceConfig {
          mode = InferenceMode.PREFER_ON_DEVICE,
          temperature = 0.8f,
          topK = 5
        })

Java 

// Config for cloud-hosted model
GenerationConfig generationConfig = new GenerationConfig.Builder()
    .setTemperature(0.8f)
    .setTopK(10)
    .build();

// Config for on-device model
OnDeviceConfig onDeviceConfig = new OnDeviceConfig.Builder()
    .setMode(InferenceMode.PREFER_ON_DEVICE)
    .setTemperature(0.8f)
    .setTopK(5)
    .build();

GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
        "MODEL_NAME",
        generationConfig,
        onDeviceConfig
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);